LINUXSOFT.cz Přeskoč levou lištu
Uživatel: Heslo:  
   CZUKPL

> Cassandra DB - II.

Dnešní díl seriálu o NoSQL databázi Cassandra popíše její instalaci a nejdůležitější spustitelné soubory. Druhá polovina článku vysvětluje základní principy fungování Cassandry, které každý uživatel této databáze musí pochopit.

26.7.2011 00:00 | František Bártík | Články autora | přečteno 4900×

Získání softwaru a jeho instalace

Oficiální binární distribuce Cassandry je ke stažení ve formě tar.gz archivu o velikosti přibližně 10MB na oficiálních stránkách projektu. Zdrojové kódy získáte například pořízením klonu oficiálního GIT repozitáře příkazem git clone git://git.apache.org/cassandra.git. Sestavení zdrojových kódů se provádí s pomocí známého systému Apache Ant. Cassandra je uvolněna pod licencí Apache License v2.

Cassandra je napsána v Javě. Přiložený soubor README.txt informuje o minimální požadované verzi Javy. Stažená distribuce Cassandry obsahuje spustitelné soubory. Po svém spuštění bude program pracovat s adresáři /var/log/cassandra a /var/lib/cassandra, což pravděpodobně neumožní přednastavená práva. Řešením je rozšířit práva u adresářů nebo spouštět Cassandru pod superuživatelem root. Tím je instalace dokončena.

Obsah základní instalace

Samotná distribuce se skládá z adresářů conf, interface, javadoc, lib, bin a několika obvyklých souborů jako README.txt nebo LICENSE.txt. Adresář conf obsahuje konfigurační soubory, které se sami dokumentují zakomentovanými volbami a popisem. Cassandru si lze vyzkoušet na běžném PC bez nutnosti úprav továrního nastavení konfiguračních souborů. Adresář interface definuje rozhraní pro vzdálené volání databáze klienty. Právě tato vyšší rozhraní se doporučují jako základní způsob komunikace klienta s databází. (S vyjímkou CQL u nejnovější verze Cassandra ani neobsahuje žádný dotazovací jazyk.) V adresáři lib naleznete použité knihovny. Do adresáře javadoc se přikládají html soubory s automaticky vygenerovanou dokumentací.

Adresář bin obsahuje spustitelné soubory. Soubor bin/cassandra je samotná databáze. Po spuštění příkazem bin/cassandra -f databáze poslouchá podle defaultního nastavení na portu 9160. Soubor bin/cassandra-cli je administrátorská konzole pro práci s databází. Příkazy se oddělují středníky. Příkaz connect určení_pozice/určení_portu; (např. connect localhost/9160;) připojí k databázi. Možné příkazy vypíše help;. Konzole bin/cassandra-cli se soustředí na vlastní uložená data. Naopak utilita bin/nodetool se soustředí na administraci, síťování a optimalizaci serverů. Například příkaz bin/nodetool -h localhost info vypíše základní informace jako uptime, aktuální zátěž nebo spotřeba paměti o Cassandře běžící na localhostu, bin/nodetool -h localhost decommission odpojí localhosta, bin/nodetool -h localhost join připojí k localhosta... Samotný bin/nodetool bez dalších voleb vypíše všechny své přepínače.

Výpis možností nástroje nodetool

Výpis možností nástroje nodetool

Při pochopení principů fungování Cassandry a datového modelu jsou názvy příkazů v cassandra-cli a přepínačů v nodetool samovysvětlující. Zbytek dnešního dílu popisuje základní principy zasíťování Cassandry.

Základní principy fungování Cassandry

Jednotlivé instalace jsou propojeny do clusteru (ring). Mezi uzly neexistuje žádná hierarchie a každý uzel dokáže zajišťovat všechny funkce. Cassandra ani nevyžaduje nějaké konkrétní zapojení sítě. Rozdíl mezi klasickým hierarchickým clusterem typu nadřazený uzel (master) a závislé uzly (slave) a peer to peer sítí u Cassandry ilustruje následující obrázek.

vlevo P2P síť bez hierarchie, vpravo hierarchická síť master/slave

vlevo P2P síť bez hierarchie, vpravo hierarchická síť master/slave

Databáze Cassandra ukládá každý jeden záznam na pevně zadaný počet různých uzlů. Požadovaný počet replik se dá nastavit a rovněž lze vybrat z několika strategií distribuce replik v clusteru. Počet požadovaných replik v clusteru se označuje jako replikační faktor (replication factor) a logika výběru uzlů pro umístění replik se označuje jako replikační strategie (replica placement strategy, replication strategy). Při změně dat dochází k propagaci a všechny repliky jsou tak postupně aktualizovány na nejnovější hodnotu.

Rozdílné replikační strategie uložily stejná data (barevné tečky) se stejným replikačním faktorem jiným způsobem.

Rozdílné replikační strategie uložily stejná data (barevné tečky) se stejným replikačním faktorem jiným způsobem

Databáze Cassandra nepodporuje klasické transakce a podobné "složitosti", proto jsou pro pochopení základního principu fungování databáze důležité jen operace zapisování a čtení dat. Při čtení si uzel schromažďuje jednotlivé repliky. Při získávání replik může principiálně nastat pět situací.

  • Přečte se již známá verze dat.
  • Přečte se ještě neznámá verze dat. Následně se posoudí aktuálnost nově přečtené verze.
  • Na čteném uzlu ještě není uložena žádná verze repliky.
  • Přečte se informace, že příslušná data byla již smazána. Příznak smazání (tzv. tombstone) rozliší novější stav, kdy jsou data již smazána, od staršího stavu, kdy data nebyla ještě vytvořena. Smazané repliky odstraňuje korektním způsobem garbage collector.
  • Je detekován chybový stav (např. porucha některého serveru).
Po přečtení požadovaného počtu replik je na základě přečtených replik vyhodnocena nejlepší odpověď.

Nastavení požadovaného počtu přečtených replik spoluurčuje míru konzistence. Příklady možných předdefinovaných úrovní jsou ONE, QUORUM, LOCAL_QUORUM, EACH_QUORUM a ALL.

  • Při nastevení ONE se čtení dokončí hned po přečtení první repliky.
  • Při nastavení QUORUM je čtení dokončeno při přečtení nadpoloviční většiny replik.
  • Nastavení ALL vyžaduje přečtení všech replik.
  • Speciální úrovně LOCAL_QUORUM, EACH_QUORUM a DCQUORUM kladou dodatečné podmínky v situaci s více datacentry. Pochopitelně jejich použití se omezuje jen na replikační strategii definující datacentra.
Při zapisování jsou dostupné stejnojmenné úrovně, které jsou analogické úrovním při čtení. Zápis může být označen za provedený i bez zapsání repliky, proto jsou navíc dostupné i úrovně ZERO a ANY.
  • Při nastavení ZERO je zapsaní považováno za okamžitě provedené při obdržení požadavku.
  • Při nastavení ANY dokončení nastává v okamžiku, kdy je zřejmé, že replika již byla zapsána. V tomto okamžiku však mohou být vykonávány různé blokující úkony, takže vložená replika nemusí být hned dostupná pro čtení.
Uvedené úrovně konzistence při čtení a zapisování jsou pouze orientační. Dostupné úrovně a replikační strategie se u jednotlivých verzí liší nebo případně se liší jejich pojmenování. Vzhledem k modulárnímu charakteru Cassandry si lze vytvořit dokonce i vlastní.

Odolnost vůči selhání

V ideálním případě každý uzel dokáže navázat spojení s libovolným uzlem a žádný server se neporouchal. Pro kontrolu se běžící uzly se vzájemně náhodně kontaktují a tím vzájemně testují svoji dostupnost a funkčnost. V případě detekce výpadku se aktivují opravné mechanismy, které například redistribuují ztracené repliky podle znalosti zbývajících replik. Při rozumném počtu uzlů a rozumném nastavení replikační strategie je Cassandra v praxi imunní proti náhodným poruchám serverů.

Verze pro tisk

pridej.cz

 

DISKUZE

repair 28.7.2011 07:05 Radim Kolář
pocitani zaznamu 28.7.2011 17:00 Radim Kolář




Příspívat do diskuze mohou pouze registrovaní uživatelé.
> Vyhledávání software
> Vyhledávání článků

12.7.2016 13:14 /František Kučera
Spolek OpenAlt zve na 130. distribuovaný sraz příznivců svobodného softwaru a otevřených technologií (hardware, 3D tisk, SDR, DIY, makers…), který se bude konat ve čtvrtek 21. července od 18:00 v Radegastovně Perón (Stroupežnického 20, Praha 5).
Přidat komentář

11.7.2016 16:53 /Redakce Linuxsoft.cz
Konference LinuxDays hledá přednášející. Přihlášky poběží do konce prázdnin, v září bude hlasování a program. Více na https://www.linuxdays.cz/2016/cfp/.
Přidat komentář

8.5.2016 17:19 /Redakce Linuxsoft.cz
PR: Dne 26.5.2016 proběhne v Praze konference Cloud computing v praxi. Tématy bude např. nejnovější trendy v oblasti cloudu a cloudových řešení, cloudové služby, infrastruktura cloudu, efektivní využití cloudu, možné nástrahy cloudů a jak se jim vyhnout
Přidat komentář

21.4.2016 8:01 /František Kučera
Spolek OpenAlt zve na 127. distribuovaný sraz příznivců svobodného softwaru a otevřených technologií (hardware, 3D tisk, SDR, DIY, makers…), který se bude konat ve čtvrtek 28. dubna od 18:00 v Radegastovně Perón (Stroupežnického 20, Praha 5).
Přidat komentář

2.3.2016 22:41 /Ondřej Čečák
Letošní ročník konference InstallFest již tento víkend!
Přidat komentář

14.2.2016 16:39 /Redakce Linuxsoft.cz
O víkendu 5. a 6. března 2016 proběhne na pražském Strahově 8. ročník tradiční konference InstallFest. Celkem za dva dny uvidíte ​30 přednášek​ a ​6 workshopů.
Přidat komentář

5.2.2016 17:38 /Petr Ježek
Utilitka z XFce "xfce4-power-manager" nejen umožňuje nastavení lhůty pro uspání či hybernaci, ale i zapínání a vypínání prezentačního módu pro nerušené sledování videí. Stačí ji nastavit v každém vybavenějším panelu a v jakémkoli nontiled WM/DE.
Přidat komentář

10.1.2016 11:32 /Pavel `Goldenfish' Kysilka
LinuxMarket změnil provozovatele. Nově jej provozuje Marek Pszczolka. Více info a detaily #1 a #2.
Přidat komentář

   Více ...   Přidat zprávičku

> Poslední diskuze

10.6.2016 21:10 / pavel riha
FreeBSD 10.3 a virtualizace

8.6.2016 21:56 / Milan Gallas
Nevalidní prefix m

7.5.2016 14:58 / Teodor Komárek
Soubory

20.4.2016 0:07 / Jakub Cleing
Sázkový panel PHP FUSION

9.4.2016 9:43 / jiwopene@gmail.com
Re: problém s dpkg a nemožností instalovat

Více ...

ISSN 1801-3805 | Provozovatel: Pavel Kysilka, IČ: 72868490 (2003-2016) | mail at linuxsoft dot cz | Design: www.megadesign.cz | Textová verze